版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、面對全球環(huán)境污染和能源危機的雙重壓力,世界各國將焦點轉(zhuǎn)向太陽能、風能等清潔可再生能源。微電網(wǎng)是組織和利用可再生能源發(fā)電的重要途徑之一。本文以微電網(wǎng)的能量優(yōu)化調(diào)度為研究對象,建立了微電網(wǎng)能量優(yōu)化調(diào)度模型,采用改進型粒子群優(yōu)化算法對模型進行了求解,并構(gòu)造實際的微電網(wǎng)平臺對研究成果進行設(shè)計與實現(xiàn)。
論文分析了微電網(wǎng)中各種分布式發(fā)電單元的發(fā)電原理與調(diào)度特性,建立了光伏發(fā)電、風力發(fā)電、微型燃氣輪機、燃料電池和儲能裝置的參與微電網(wǎng)能量管理
2、的數(shù)學模型。考慮微電網(wǎng)內(nèi)各分布式單元的燃料成本、運行維護成本、污染罰款成本以及和大電網(wǎng)電能交互的電能成本,建立了微電網(wǎng)能量優(yōu)化調(diào)度數(shù)學模型,擬定了四種能量管理調(diào)度策略。針對粒子群算法在求解優(yōu)化問題時易出現(xiàn)“早熟收斂”導致尋優(yōu)精度不高的缺點提出了一種適宜求解多約束、多目標優(yōu)化問題的改進型粒子群優(yōu)化算法。通過一個IEEE30節(jié)點的微電網(wǎng)仿真算例對各種策略下模型求解結(jié)果進行了分析,結(jié)果表明了本文提出模型的有效性。
本文構(gòu)建微電網(wǎng)平臺
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于改進粒子群算法的微網(wǎng)實時能量優(yōu)化調(diào)度.pdf
- 基于粒子群算法的微電網(wǎng)優(yōu)化調(diào)度研究.pdf
- 基于量子粒子群算法的微電網(wǎng)優(yōu)化調(diào)度.pdf
- 基于量子行為粒子群算法的微電網(wǎng)經(jīng)濟優(yōu)化調(diào)度.pdf
- 基于改進粒子群算法的微電網(wǎng)多目標優(yōu)化運行研究.pdf
- 基于粒子群算法的微電網(wǎng)優(yōu)化配置與低碳調(diào)度.pdf
- 基于粒子群算法的微電網(wǎng)優(yōu)化配置與低碳調(diào)度(1)
- 基于改進粒子群算法的配電網(wǎng)無功優(yōu)化研究.pdf
- 基于改進粒子群算法的光伏微網(wǎng)能量管理研究.pdf
- 基于改進粒子群算法的微電網(wǎng)分布式電源接入優(yōu)化研究.pdf
- 粒子群及量子行為粒子群優(yōu)化算法的改進研究.pdf
- 基于改進粒子群優(yōu)化算法的哈爾濱電網(wǎng)改造方案的研究.pdf
- 基于改進粒子群算法的Job-shop調(diào)度優(yōu)化.pdf
- 基于粒子群算法的電網(wǎng)日調(diào)度問題研究.pdf
- 基于改進粒子群優(yōu)化算法的MES車間動態(tài)調(diào)度研究.pdf
- 基于粒子群算法的微電網(wǎng)多目標經(jīng)濟調(diào)度模型研究.pdf
- 基于改進粒子群算法的微電網(wǎng)繼電保護協(xié)調(diào)方法研究.pdf
- 基于Pareto檔案粒子群算法的微電網(wǎng)多目標優(yōu)化.pdf
- 基于粒子群算法的微電網(wǎng)電源規(guī)劃.pdf
- 改進粒子群優(yōu)化算法的研究.pdf
評論
0/150
提交評論